1. K-Means
1.1 核函数的另一种观点
之前我们提到过高斯核函数:
K(x1,x2)=ϕ(x1)ϕ(x2)=exp(η||x1−x2||2)
当时我们是把
ϕ(x)
当做对x进行无限维的特征转换。
其实根据高斯函数的形状,我们可以将其视为:对 x1,x2 相似性的度量/距离的度量。
那么这样再来看SVM的话:
gSVM=sign(∑SVαnynexp(−η||x−xn||2)+b)
那么我们重新解决SVM,如果
x,xn
相似度很高,那么
αnexp(−η|